Microsoft ने 17 नवंबर 2026 को सैन फ्रांसिस्को में हुए Ignite सम्मेलन में अपने MAI मॉडल परिवार को coding, cybersecurity और अन्य कामों के लिए कम लागत वाले विकल्प के रूप में पेश किया। कंपनी का जोर कीमत और चुने हुए कामों पर प्रदर्शन की तुलना पर है। ये आंकड़े Microsoft के अपने benchmark और लागत संबंधी दावे हैं—इन्हें हर तरह के उपयोग में बराबर प्रदर्शन का प्रमाण नहीं समझना चाहिए।
2
3
10
छह मॉडल या सात?
Microsoft ने अपने नए मॉडल परिवार को सात मॉडल का बताया, जबकि Axios की रिपोर्ट में छह मॉडल गिने गए।
2
10 उपलब्ध सामग्री इस गिनती के अंतर की स्पष्ट वजह नहीं बताती। हालांकि, घोषणाओं में coding और cybersecurity के अलावा image, speech, transcription और decision-making से जुड़े मॉडल भी शामिल थे।
5
8
35
इस विस्तृत सूची से अलग-अलग गिनती की वजह का अंदाजा लग सकता है, लेकिन स्रोत इसकी पुष्टि नहीं करते। इसलिए सबसे सटीक बात यही है कि Microsoft ने सात मॉडल के परिवार की घोषणा की और Axios ने अपनी रिपोर्ट में छह मॉडल गिने।
Coding के लिए MAI Code 2 के दावे
Microsoft ने MAI Code 2 को ऐसे enterprise coding कामों के लिए बनाया बताया है जिनमें bugs ढूंढना और ठीक करना, कई फाइलों में बदलाव करना, code को production तक ले जाना और पूरे repository में तर्क करना शामिल है।
1 कंपनी के मुताबिक, चार coding benchmarks—DeepSWE 1.1, Terminal Bench 2.1, SWE-Atlas और FrontierCode v1.1—पर इसका औसत प्रदर्शन GPT-6.1 Sol के मुकाबले 98% था, जबकि लागत उसके 40% के बराबर थी। Claude Opus 5.5 के मुकाबले प्रदर्शन 96% और लागत 5% बताई गई।
3
16
छोटा MAI Code 2 Flash ज्यादा मात्रा में होने वाले रोजमर्रा के कामों के लिए है—मसलन code समझाना, किसी खास हिस्से में बदलाव करना, सामान्य सुधार और तेजी से बार-बार संशोधन। Microsoft ने कहा कि इन कामों में उसका प्रदर्शन GPT-6 Luna के करीब, उसकी कीमत के 65% पर, और Claude Haiku 5.5 के करीब, उसकी कीमत के 20% पर है।
1
3
इन नतीजों को Microsoft के चुने हुए coding tasks पर किए गए vendor-reported comparisons की तरह पढ़ना चाहिए। कंपनी की keynote के मुताबिक, benchmark रोजमर्रा के enterprise coding कामों पर केंद्रित थे; वे हर किस्म की programming या reasoning को नहीं मापते।
3 इसलिए ये आंकड़े यह साबित नहीं करते कि Code 2 या Flash हर काम में प्रतिस्पर्धी मॉडल की जगह ले सकते हैं।
Cybersecurity मॉडल: benchmark और सीमित पहुंच
कमजोरियां खोजने के काम के लिए Microsoft ने MAI Cyber 2 Flash के बारे में बताया कि CyberGym-E2E benchmark पर इसकी task success दर 92.3% रही। तुलना में GPT-6 Astra का स्कोर 91.5% था; Microsoft के मुताबिक, MAI मॉडल की प्रति-task लागत GPT-6 Astra की लागत के 2% से भी कम थी।
29 Reuters की रिपोर्ट के अनुसार, शुरुआत में इस security मॉडल की पहुंच सीमित ग्राहकों तक रखने की योजना थी।
32
यह स्कोर भी एक खास benchmark से जुड़ा है। अकेले इससे यह पता नहीं चलता कि मॉडल हर तरह के cybersecurity काम या हर ग्राहक के तकनीकी माहौल में कैसा प्रदर्शन करेगा।
उपलब्धता और कीमत का अहम पेंच
Microsoft की घोषणाओं और उनसे जुड़ी रिपोर्टिंग के मुताबिक, Code 2 और Code 2 Flash GitHub Copilot में उपलब्ध हैं। Code 2 Flash को Microsoft Foundry में सीमित पहुंच वाले preview के तौर पर भी बताया गया है।
22
24 उपलब्ध स्रोत यह स्पष्ट नहीं करते कि Copilot के हर plan में इनकी पात्रता समान है या नहीं।
कीमत की तुलना में एक और सावधानी जरूरी है: Microsoft के benchmark आंकड़ों पर रिपोर्टिंग के मुताबिक, Code 2 की लागत की तुलना promotional price पर आधारित थी।
16 इसलिए सुर्खियों में दिए गए अनुपातों को स्थायी सूची-मूल्य की तुलना नहीं मानना चाहिए। किसी खास deployment के लिए वास्तविक कीमत और usage terms अलग से जांचना बेहतर होगा।
Microsoft की बड़ी AI रणनीति
Microsoft ने इस घोषणा को OpenAI और Anthropic के साथ प्रतिस्पर्धा के बीच अपनी AI क्षमताएं विकसित करने की व्यापक कोशिश का हिस्सा बताया। Axios के मुताबिक, Microsoft AI के प्रमुख Mustafa Suleyman ने कहा कि कंपनी एक general-purpose frontier model बनाने की दिशा में महत्वपूर्ण प्रगति कर रही है।
2 उपलब्ध सामग्री में उस मॉडल की रिलीज की तारीख नहीं दी गई है।
फिलहाल सबसे स्पष्ट निष्कर्ष यही है: Microsoft विशेषज्ञता-आधारित मॉडल और कम लागत के benchmark दावों के जरिए MAI के price-performance का पक्ष रख रहा है। किसी संगठन के लिए ये मॉडल सही हैं या नहीं, यह उसके काम, लागू कीमत और चुने गए benchmarks से बाहर के प्रदर्शन पर निर्भर करेगा।